El objetivo central de nuestro laboratorio es entender cómo las neuronas interactúan y adaptan sus conexiones para generar representaciones neuronales del mundo, aprendizaje y recuerdos. En última instancia, nuestro propósito es contribuir a desentrañar los mecanismos neuronales subyacentes a la cognición, y cómo alteraciones específicas de estos procesos conducen a estados patológicos.
El abordaje de estas preguntas exige enfoques complementarios y nuevas tecnologías. Como respuesta, estamos implementando y desarrollando herramientas electrofisiológicas, optogenéticas y computacionales capaces de acceder a la actividad de los circuitos neuronales a gran escala en registros cerebrales de modelos animales y pacientes expuestos a tareas de memoria.
Nuestros principales proyectos de investigación:
- Principios de conectividad neuronal. Las células nerviosas de tipo inhibitorio son el grupo neuronal más diverso del córtex. Identificar los distintos tipos de neuronas inhibitorias es un prerrequisito indispensable para describir tanto su papel en las dinámicas de los circuitos neuronales como para desentrañar los procesos computacionales en los que participan. Para abordar este problema estamos manipulando múltiples tipos neuronales hipocampales mediante técnicas básicas de optogenéticas, y derivando su conectividad mediante optogenética de alta resolución. En conjunto estamos construyendo una herramienta para clasificar e identificar múltiples tipos de células inhibitorias y excitatorias en registros corticales de diferentes especies, incluidos registros de pacientes humanos.
- Dinámica sináptica durante el aprendizaje. Comprender cómo las neuronas integran sus entradas sinápticas requiere acceder a su comportamiento sub-umbral: aquellos procesos que conducen a una neurona a emitir potenciales de acción. Hemos desarrollado un método, basado en estimulación optogenética de alta resolución, capaz de acceder a la dinámica sub-umbral de un gran número de neuronas simultáneamente. Mediante esta tecnología estamos monitorizando cambios sinápticos durante procesos de aprendizaje en condiciones normales y patológicas. Con esta tecnología, esperamos proporcionar un vínculo mecanístico entre cambios sinápticos y aprendizaje.
- Operaciones neuronales artificiales. La información del entorno y su relación con el sujeto es representada en el cerebro mediante la activación de conjuntos neuronales específicos. El origen y los mecanismos de reclutamiento de estos conjuntos neuronales son cuestiones centrales de la neurociencia moderna. Para abordar este problema estamos combinando métodos de detección de patrones con intervenciones de los circuitos neuronales mediante perturbaciones optogenéticas de alta resolución. El objetivo de estos experimentos es recrear y manipular las operaciones que permiten a estos conjuntos neuronales representar y abstraer la información del entorno. Nuestra hipótesis es que la comprensión de las reglas computacionales básicas de los conjuntos neuronales contribuirá a identificar los procesos esenciales que subyacen a la cognición y sus alteraciones en diversas patologías neurológicas.
